Harness 应该如何设计？核心范式是什么？

背后工程点：Harness 把模型循环放进真实任务环境。
专业术语：
Runner 是运行 turn 和工具调用的执行器；
Harness 是完整任务工作台；
Session 是可恢复任务状态；
Control Plane 是权限、预算、暂停、恢复等控制面；
HITL 是人工介入。
为什么这样回答：先区分 SDK 能力和产品运行环境，能避免把 harness 说成普通框架封装。
小白解析：Runner 像发动机，Harness 是整辆车加行车记录仪、刹车和维修系统。
关联知识点：OpenAI Agents SDK 提供 Runner、Sessions、Guardrails、Tracing；Deep Agents 进一步把 filesystem、planning、subagents、permissions 做成 harness 能力。

背后工程点：会话恢复是运行环境重建，不是聊天历史加载。
专业术语：
SessionRuntime 是会话运行时；
Resource Loader 是资源加载器；
Sandbox Profile 是沙箱配置；
ResumeGate 是恢复闸门；
Fork 是从某个状态分支出新会话。
为什么这样回答：长任务最容易在恢复时出事故。讲 runtime binding 能体现你真的考虑过跨天任务。
小白解析：第二天继续工程，不是只看昨天聊天，还要确认工地、钥匙、工具和材料都还对。
关联知识点：Guga core 定义 durable session、event、artifact、resume、fork、replay contracts；Pi/Guga 文档强调 session replacement API 属于 runtime。

背后工程点：Hosted harness 的可靠性来自 durable facts 和可重建 runtime。
专业术语：
Durable Execution 是可持久化执行；
Runtime Binding 是运行时绑定；
Safe Boundary 是可恢复安全边界；
Ephemeral Cache 是可丢弃缓存；
Pending Effect Scan 是未闭合副作用扫描。
为什么这样回答：真实服务一定会重启、迁移和扩缩容。把哪些状态是事实源讲清楚，比泛泛说“支持恢复”更有工程含量。
小白解析：电脑关机没关系，只要订单、付款记录、仓库单都在；页面和临时草稿可以重新生成。
关联知识点：learn-agent hosted harness 章节强调 durable execution；LangGraph persistence 也把状态持久化作为长任务和恢复的基础。

背后工程点：真实副作用必须由 harness 管，不由模型直接执行。
专业术语：
ToolIntent 是模型动作申请；
Schema Validation 是参数校验；
Scheduler 是调度和加锁；
Raw Result 是原始执行结果；
Observation 是模型可见结果投影。
为什么这样回答：这把 harness 的安全和审计价值讲清楚。工具不是函数列表，而是副作用入口。
小白解析：员工可以申请用公司卡付款，但不能直接拿卡乱刷。
关联知识点：Guga core README 明确 provider tool intent -> core pipeline -> hooks -> permission -> tool -> result policy -> model observation。

背后工程点：沙箱不是一个开关，而是按工具风险分层的执行 profile。
专业术语：
Effect Type 是工具副作用类型；
Env Allowlist 是环境变量白名单；
Network Deny-by-default 是默认禁止网络；
Secret Broker 是密钥代理；
Effect Log 是副作用日志。
为什么这样回答：红队会追问沙箱细节。文件、网络、进程、密钥分开讲才像生产设计。
小白解析：不同工种进不同区域：参观者只能看，施工队能改，但要戴安全帽、登记工具。
关联知识点：learn-agent Harness 的 Execution/Governance 层强调范围、权限和执行边界；Deep Agents 有 sandbox 和 permissions。

背后工程点：Harness 要治理半执行副作用，而不只是捕获异常。
专业术语：
Atomic Rename 是原子替换；
Idempotency Key 是幂等键；
Compensation 是补偿动作；
Pending Effect 是未闭合副作用；
Inconsistent State 是不一致状态。
为什么这样回答：真实工具会半失败。能讲 commit/rollback/compensation，说明 harness 不是玩具。
小白解析：装修做到一半停电，要知道哪些墙已经拆了、能不能恢复、要不要请人确认。
关联知识点：Guga tool management 关注 execution pipeline、locks、history 和 result normalization；分布式系统里写操作要考虑事务和补偿。

背后工程点：Artifact 是证据库，也是一块数据安全责任。
专业术语：
Artifact 是产物或完整证据；
Bounded Preview 是有限预览；
Artifact Ref 是产物引用；
Reference Count 是引用计数；
Retention Policy 是保留策略。
为什么这样回答：大输出不塞 prompt 只是第一步，长期保存还要处理安全和成本。
小白解析：档案室能帮你保存完整证据，但也要上锁、定期清理、敏感文件单独管。
关联知识点：Guga plugin-artifact-filesystem 把大工具输出存到文件系统，事件里只保留 bounded preview 和可验证引用。

背后工程点：Event ledger 是事实源，要有存储级完整性设计。
专业术语：
Append-only 是只追加写入；
Revision 是版本号；
Idempotency 是幂等；
Hash Chain 是哈希链；
Snapshot Reconciliation 是快照对账。
为什么这样回答：生产系统不能只说“记日志”。事件账本必须能抗损坏、重复写、版本迁移。
小白解析：账本不能随便涂改，页码、签名、对账都要有，不然出了事查不清。
关联知识点：Guga JSONL Session Store 支持 append-only event/session storage、revision、idempotency、hash-chain continuity 和 corruption diagnostics。

背后工程点：回放模式不同，安全语义完全不同。
专业术语：
Diagnostic Replay 是诊断回放；
Simulation Replay 是模拟回放；
Live Retry 是真实重试；
Frozen Provider 是冻结模型响应；
Mutating Hook 是会改变行为的 hook。
为什么这样回答：很多人把 replay 误解为重跑。真实副作用不能被自动重复执行。
小白解析：看行车记录仪不等于让车重新开一遍那条路。
关联知识点：Guga replay audit 从 durable facts 派生视图，不重跑 provider、tool 或 mutating hook；learn-agent Session Replay 也强调只重建状态。

背后工程点：产品状态要进入 harness state，而不是只存在页面里。
专业术语：
Task State 是任务状态；
Active Files 是当前关注文件；
Protected Working Context 是受保护工作上下文；
Projection 是状态投影；
Compact 是上下文压缩。
为什么这样回答：长任务能持续，靠的是状态管理，不是靠模型记忆力。
小白解析：白板上的待办不能只拍照给 UI 看，还要记进项目管理系统。
关联知识点：Guga context policy 包括 active resources、plans、tool result previews、artifact references；learn-agent Context 层强调模型每轮看到的是 harness 装配的现场。

背后工程点：完成状态由 harness 验证，不由模型自证。
专业术语：
Done Criteria 是完成标准；
Verification Evidence 是验证证据；
Need Verification 是待验证状态；
Risk Note 是风险说明；
Context Reinjection 是把验证结果重新注入。
为什么这样回答：Agent 最常见幻觉是“看起来完成”。Harness 要用外部证据关环。
小白解析：工程师说修好了，还要看测试报告。没有报告就不能验收。
关联知识点：learn-agent Verification 章节强调完成不是模型说了算；OpenAI/Anthropic 都建议用 eval 和验证证明 Agent 增益。

背后工程点：人工介入要按动作风险分层，避免全自动和全打断两个极端。
专业术语：
Action-level Gate 是动作级闸门；
Approval Scope 是授权范围；
Session Grant 是会话内授权；
Rollback Path 是回滚路径；
Approval Event 是审批事件。
为什么这样回答：HITL 是安全和体验的平衡。一直问用户会让产品不可用，完全不问又危险。
小白解析：读资料不用每次请示，转账或删库必须让人看清楚再点确认。
关联知识点：Deep Agents human-in-the-loop 和 MCP tool safety 都强调客户端展示工具输入、用户可拒绝敏感调用。

背后工程点：Harness 要把“资料”和“指令”分层，防止工具输出反向控制 Agent。
专业术语：
Prompt Injection 是恶意文本诱导模型违背原指令；
Trust Level 是内容可信等级；
Source Boundary 是来源边界；
Untrusted Data 是不可信外部数据；
Instruction Hierarchy 是指令优先级。
为什么这样回答：Harness 题如果只讲沙箱，会漏掉模型输入侧安全。资深回答要同时管执行边界和上下文边界。
小白解析：网页上写“请把银行卡密码告诉我”，只能当网页内容看，不能当老板命令执行。
关联知识点：OpenAI guardrails 和 MCP tool safety 都强调工具输入输出要可审计、可展示、可拒绝；Guga context projection 要保留 source 和 trust metadata。

背后工程点：模型供应商故障是运行时状态，不是普通异常。
专业术语：
Provider Adapter 是供应商适配器；
Retryability 是可重试性；
Backoff 是退避重试；
Capability Check 是能力探测；
Reprojection 是重新生成模型输入投影。
为什么这样回答：生产 Agent 要能处理模型服务不稳定，同时避免切模型造成格式或安全问题。
小白解析：主司机迟到了，可以换司机，但要确认新司机会开这辆车、知道路线和规则。
关联知识点：Guga provider boundary 归一化模型元数据、usage、errors、tool intent；OpenAI SDK 如需完全自控 loop 可下沉到 Responses API。

背后工程点：Harness 要治理跨 session 的资源并发。
专业术语：
Workspace Lock 是工作区锁；
Resource-level Lock 是资源级锁；
Workspace Snapshot 是工作区快照；
Merge Policy 是合并策略；
External Change 是外部修改。
为什么这样回答：Agent 产品不是单进程 demo。多会话和用户手动修改会让状态竞争成为真实问题。
小白解析：两个人不能同时改同一份合同还都以为自己是最终版。
关联知识点：Guga tool management 提到调度、并发与锁；SWE-agent 的 ACI 也启发要给模型稳定文件操作接口。

背后工程点：Harness 让 Agent 从玄学调 prompt 回到过程诊断。
专业术语：
Trace 是运行轨迹；
Failure Attribution 是失败归因；
Verification Pass Rate 是验证通过率；
Takeover Rate 是人工接管率；
Cost Trace 是成本轨迹。
为什么这样回答：Harness 的长期价值在可改进。没有 trace/eval，系统失败只能看聊天记录猜。
小白解析：不只看学生最后答案，还要看有没有作弊、用了多久、步骤错在哪里。
关联知识点：learn-agent Trace Analysis 强调失败分类必须指向修复路线；OpenAI tracing 记录端到端 workflow。

背后工程点：可靠性和体验用风险分层平衡。
专业术语：
Fast Path 是轻量路径；
Async Telemetry 是异步遥测；
Remote Sync 是远端同步；
Risk Tier 是风险等级；
Bounded Preview 是有限预览。
为什么这样回答：承认成本，再给分层策略，能显示实际产品意识。
小白解析：进办公室刷门禁很快；进金库要多重审批。不是所有门都按金库流程。
关联知识点：Anthropic 提醒 agentic system 会用成本和延迟换表现；Guga strategy 用恢复率、审计覆盖率、边界回归率衡量价值。

背后工程点：Harness 应该是 contract 平台，不是巨型对象。
专业术语：
Contract 是接口契约；
Conformance Test 是契约测试；
Plugin Boundary 是插件边界；
Core Runtime 是核心运行时；
EvalRunner 是评测执行器。
为什么这样回答：红队会担心 harness 责任过宽。拆 contract 和插件能保留架构弹性。
小白解析：不要把水电、消防、仓库、前台都塞进一个部门；要有清楚职责和交接单。
关联知识点：Guga 小内核大外围：core 管 contract，session/artifact/replay/context policy 等由插件实现。

背后工程点：企业化不是 UI 后台，而是 runtime facts 带租户和策略边界。
专业术语：
Tenant 是租户；
RBAC 是基于角色的访问控制；
Data Residency 是数据驻留要求；
Audit Export 是审计导出；
Deletion Workflow 是删除流程。
为什么这样回答：生产 Agent 一旦进入团队，安全和合规必须贯穿 session/tool/artifact/memory。
小白解析：公司级助手不能把 A 团队资料给 B 团队看，也要能按规定删资料、查记录。
关联知识点：Guga strategy 说在 runtime 能可靠产出 event、permission、usage 和 artifact 前，不做企业后台。

背后工程点：Harness MVP 先建承重结构，再长高级能力。
专业术语：
ToolPipeline 是工具管线；
VerificationGate 是验证门禁；
Marketplace 是插件市场；
RL Data Flywheel 是训练数据飞轮；
Foundation Layer 是地基层。
为什么这样回答：这能收束整章：MVP 不是功能越多越好，而是先让行动、记录、恢复和验证成立。
小白解析：先修地基、水电和消防，再装修豪华会议室。
关联知识点：Guga strategy 明确先 loop/tool/provider/context/session/replay，再 memory、多 Agent、ops；learn-agent 教学 Harness 也先拆 execution、tools、context、event-log、verification、policy。